Penerapan Algoritma Clustering untuk Segmentasi Pelanggan Berdasarkan Perilaku Pembelian
Kata Kunci:
Algoritma K-Means, Segmentasi Pelanggan, Perilaku Pembelian, CLustering, Pengembangan DataAbstrak
Penelitian ini mengkaji penerapan algoritma clustering K-Means untuk segmentasi pelanggan berdasarkan perilaku pembelian. Menggunakan dataset dari Kaggle yang berisi tren belanja konsumen, penelitian ini berfokus pada tujuh atribut utama: Usia, Jenis Kelamin, Jumlah Pembelian, Kategori, Frekuensi Pembelian, Pembelian Sebelumnya, dan Metode Pembayaran yang Disukai. Algoritma K-Means berhasil mengidentifikasi enam cluster pelanggan yang berbeda, masing-masing dengan karakteristik unik yang mencerminkan pola pembelian tertentu. Analisis ini memberikan wawasan berharga tentang preferensi produk, kebiasaan pembelian, dan karakteristik demografis pelanggan. Temuan ini memiliki implikasi penting untuk strategi pemasaran dan pengambilan keputusan bisnis, memungkinkan perusahaan untuk mengembangkan pendekatan yang lebih terarah dan personal dalam keterlibatan dan retensi pelanggan. Studi ini mendemonstrasikan efektivitas algoritma K-Means dalam segmentasi pelanggan dan menyoroti potensinya untuk mengoptimalkan upaya pemasaran dan meningkatkan kepuasan pelanggan dalam berbagai konteks bisnis.
Kata Kunci: Algoritma K-Means, segmentasi pelanggan, perilaku pembelian, clustering, penambangan data, strategi pemasaran
##submission.downloads##
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Prosiding Seminar Nasional Amikom Surakarta
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.